我在网上搜索了很长时间,但没有结果。请帮忙或提供一些想法如何实现这个目标。
我使用 Pandas 读取 MovieLens 的 csv 文件。
ratings = pd.read_table('ml-latest-small/ratings.csv')
然后我得到了这样一张表:
userId movieId rating timestamp
1 31 2.5 1260759144
1 1029 3.0 1260759179
1 1061 3.0 1260759182
1 1129 2.0 1260759185
1 1172 4.0 1260759205
2 31 3.0 1260759134
2 1111 4.5 1260759256
我希望将它转换成类似字典的形式。
{userId:{movieId:rating}}
e.g
{
1:{31:2.5,1029:3.0,1061,3.0,1129:2.0,1172:4.0},
2:{31:3.0,1111:4.5}
}
我尝试了这段代码,但失败了:
for user in ratings['userId']:
for movieid in ratings['movieId']:
di_rating.setdefault(user,{})
di_rating[user][movieid]=ratings['rating'][ratings['userId'] == user][ratings['movieId'] == movieid]
有人可以帮我吗?
int
-d = df.groupby('userId').apply(lambda y: { int(x.movieId): x.rating for i, x in y.iterrows()}).to_dict()
- jezrael